Premio EDGEBoost Nodes
工業 4.0 正在推動對更堅固邊緣智慧的需求。企業和組織需要更好地即時存取洞察力，以實現更好的業務成果。特別是在運算、儲存和無線連接等最新技術的結合下，工業運算設計師需要評估最佳的設計效益和硬體要求，以實現可靠、低延遲的效能。
邊緣運算透過在更接近資料生成源的地方處理資料，為企業和組織帶來巨大的效益。例如，邊緣運算減少了處理資料所需的網路頻寬，因此與雲端運算相比，顯著降低了延遲。此外，邊緣運算支援需要極低延遲的新應用。再者，將更多資源分配到邊緣可以更好地利用工作負載，以實現即時智慧和自動化。基於這個原因，Premio 設計和製造堅固的邊緣運算解決方案，這些解決方案可以部署在不適合一般桌上型電腦的行動、遠端和惡劣環境中。
在設計 RCO-6000-CFL 系列 AI 邊緣推論電腦時，工程師們突破了他們的舒適區，最終創造出一個能夠滿足邊緣高效能運算關鍵硬體需求的運算解決方案。RCO-6000-CFL 系列 AI 邊緣推論電腦的設計旨在提供最大的處理效能、可存取的超快速 NVMe SSD 儲存，以及邊緣的高速有線和無線連接。
Premio 推出適用於堅固邊緣運算的 EDGEBoost 節點
RCO-6000-CFL 系列歸功於 Intel 第 9 代 Core 處理器、GPU 支援以及熱插拔 NVMe SSD 儲存的可用性，展現了卓越的效能。強大的 CPU 結合強大的 GPU 和超快速 NVMe SSD 儲存，為組織提供了低延遲的資料處理能力，並能夠在挑戰性環境中執行複雜的推論分析。
RCO-6000-CFL 系列全新的兩件式模組化設計讓組織能夠提升工業電腦的效能，以進行機器學習和深度學習推論分析。EDGEBoost 節點可輕鬆連接到 RCO-6000-CFL 系列的下部，為需要資料採集以獲取即時洞察力的邊緣工作負載提供硬體加速。
兩件式模組化設計讓 Premio 得以維持其工業 PC 模組的堅固性，此模組內含 CPU、主機板和敏感的電子元件。底部模組透過 NVMe SSD 和 GPU 提供效能加速。每個 EDGEBoost 節點都採用強大的高轉速主動散熱功能，以確保強大的 GPU 和 NVMe SSD 儲存驅動器的可靠性，防止系統過熱。因此，系統整合商可以透過 RCO-6000-CFL AI 邊緣推論電腦及其必要的運算、儲存和連接需求，快速擴展邊緣部署。
EDGEBoost 節點透過提供額外的高容量、高速 NVMe SSD 儲存和 GPU 效能加速，以增強 RCO-6000-CFL 系列的推論能力，適用於邊緣應用部署。此外，NVMe SSD 支援和 PCIe Gen 3 連接有效地為整合式 CPU 和 GPU 提供大量資料，從而實現邊緣更具反射性的推論分析。
Premio 在堅固邊緣系統設計和硬體製造方面的領先地位，開創了物聯網整合和自動化能力的新領域，從根本上改變了工業企業的運作和競爭方式。
Premio 的邊緣運算解決方案提供強大的效能，同時保持堅固、精巧和節能。請在下方了解更多關於如何配置全新 RCO-6000-CFL 系列 AI 邊緣推論電腦的不同方式。
EDGEBoost 節點是高度可配置的效能增強器，旨在滿足複雜應用程式的需求，這些應用程式需要在邊緣進行強大的資料處理、高速資料儲存和推論功能。EDGEBoost 節點連接到 RCO-6000-CFL 系列的下半部分，為複雜的邊緣工作負載提供 NVMe 儲存和 GPU 加速。EDGEBoost 節點將最新技術帶入硬體現實，並為邊緣的機器學習和智慧自動化提供了新的可能性。以下是 Premio 提供的三種不同的 EDGEBoost 節點：
EDGEBoost 節點 #1 - RCO-6000-CFL-2N-2060S AI 邊緣推論電腦
第一個 EDGEBoost 節點提供卓越的資料儲存和硬體加速，配備 2 個 15mm NVMe U.2 SSD，採用熱插拔、可鎖定的匣式模組，並提供專為 Nvidia 2060 Super GPU 設計和驗證的 PCIe 擴充槽。此 EDGEBoost 節點非常適合需要利用額外 GPU 處理能力、可靠資料儲存和快速資料傳輸速度的 AI 邊緣應用。
主要優勢
高容量 NVMe SSD 和 GPU 加速的強大組合，賦予 RCO-6000-CFL-2N-2060S 快速可靠的資料聚合和處理能力，適用於 AI 邊緣工作負載，例如機器學習推論和深度學習推論。
EDGEBoost 節點 #2 - RCO-6000-CFL-4NH AI 邊緣推論電腦
第二個 EDGEBoost 節點著重於超高速 NVMe 儲存，但支援 2.5 吋 U.2 15mm 外形的 NVMe SSD 儲存媒體，以提供更高的容量。此外，此特定的 EDGEBoost 節點提供 4 個可鎖定和熱插拔的 NVMe SSD，可配置為 0、1、5 和 10 的硬體 RAID 選項。
主要優勢
第二個 EDGEBoost 節點提供反射式 AI 推論功能，並為需要高容量和超高速 SSD 儲存的組織應用增加了密集的 NVMe SSD 儲存。例如，自動駕駛車輛和 ADAS 開發應用程式需要數 TB 的 SSD 儲存空間來儲存高解析度攝影機畫面和感測器資料，以便這些資料可在稍後用於訓練自動駕駛車輛和先進駕駛輔助系統演算法。
EDGEBoost 節點 #3 - RCO-6000-CFL-4N-2060S AI 邊緣推論電腦
第三個 EDGEBoost 節點連接到一個基礎 RCO-6000-CFL 系列，並增加一個熱插拔 NVMe SSD 模組，可配置多達 4 個可鎖定且熱插拔的 7 毫米高度 2.5 吋 U.2 NVMe SSD。此 EDGEBoost 節點還增加了 PCIe 擴充槽，使組織和系統整合商能夠為推論加速添加 Nvidia 2060 Super GPU。
主要優勢
將 NVMe SSD 儲存新增至邊緣運算解決方案，可實現更具反射性的 AI 推論功能，因為透過 PCIe Gen 3 的 NVMe SSD 儲存比 SATA SSD 具有顯著更低的延遲。此外，此 EDGEBoost 節點可配置圖形處理單元，實現 GPU 加速。GPU 能夠加速 AI 工作負載，例如機器學習推論和深度學習推論，因為 GPU 能夠比僅依靠 CPU 處理資料更有效地平行處理大量資料。
EDGEBoost 節點 #4 - RCO-6000-CFL-8NS AI 邊緣推論電腦
第四個 EDGEBoost 節點著重於超高速 NVMe 儲存。它允許使用者透過兩個熱插拔 NVMe SSD 匣式模組，新增多達 8 個可鎖定且熱插拔的 7 毫米高度 2.5 吋 U.2 NVMe SSD。匣式設計允許組織快速輕鬆地從系統中移除所有 SSD，將關鍵任務資料卸載到中央電腦系統。這提供了一種簡便有效的方法，將資料從邊緣傳輸到具備機器學習和深度學習模型訓練所需資源的位置。
主要優勢
對於需要最大量高速 NVMe 儲存的應用程式，第三個 EDGEBoost 節點是理想的選擇，因為它可以配置多達 8 個 NVMe SSD，在堅固邊緣提供高容量、超高速固態儲存。
RCO-6000-CFL-2060S AI 邊緣推論電腦
僅限 GPU 的 EDGEBoost 節點透過 Nvidia RTX2060S 圖形處理單元為組織提供 GPU 加速。GPU 舒適地置於 PCIe Gen 3 x16 插槽中，為組織在堅固邊緣提供極快的 GPU 加速推論功能。
主要優勢
使用 GPU 配置系統可在堅固的邊緣提供推論分析加速。這是因為 GPU 比 CPU 更能執行推論分析。事實上，GPU 可以大幅提高深度學習推論和機器學習推論的速度，因為它們可以平行執行大量的計算，這歸功於數千個 GPU 核心的可用性。
RCO-6000-CFL-2 無風扇工業電腦
立管選件 EDGEBoost 節點提供使用者擴充槽功能，因為它提供 2 個 PCI/PCIe 擴充槽。擴充槽讓系統整合商能夠為工業運算工作負載配置額外卡。EDGEBoost 節點提供三種擴充選項：
選項 1： 1 個 PCIe x16 和 1 個 PCI 擴充槽
選項 2： 2 個 PCIe x8 擴充槽
選項 3： 2 個 PCI 擴充槽
主要優勢
此 EDGEBoost 節點的主要優點在於，它為組織提供了擴充能力，允許他們在設備中安裝 PCIe 或 PCI 附加卡。例如，組織可以將擷取卡或任何其他 PCIe/PCI 擴充卡插入可用插槽中。
堅固邊緣部署的十大必備要求
儘管 Premio 的 RCO-6000-CFL 系列 AI 邊緣推論電腦在邊緣提供了大量的效能，但 Premio 明白其解決方案通常部署在不適合一般桌上型電腦的變動環境中。因此，Premio 強化了 RCO-6000-CFL 系列，以提供高效能運算能力，同時能夠承受部署在全球最具挑戰性的環境中。
邊緣運算硬體要求
以下是 Premio 工程師在設計和建造堅固邊緣運算硬體時遵循的硬體要求：
1. 邊緣電腦必須堅固且無風扇
Premio 的邊緣運算硬體堅固耐用，可在嚴苛的環境中部署，這些環境由於存在灰塵、碎屑、震動、極端溫度和其他挑戰性環境因素，不適合一般桌上型電腦。Premio 在邊緣運算硬體中（包括 RCO-6000-CFL 系列）整合的最關鍵設計元素是無風扇設計，它消除了系統中的所有通風孔和開口，形成一個可防塵、防碎屑和其他小顆粒的封閉系統。
此外，去除風扇可創造更可靠耐用的運算解決方案，因為風扇是包括工業邊緣 PC 在內的電子產品常見的故障點。
此外，邊緣運算硬體具有廣泛的工作溫度範圍，從 -40°C 到 85°C，使得解決方案能夠部署在經歷極端溫度的環境中。例如，系統可以部署在夏季炎熱的莫哈韋沙漠或冬季嚴寒的南極洲等環境中。這與只能在 5°C 到 35°C 溫度範圍內部署的普通桌上型電腦有顯著不同。
除了具備寬廣的工作溫度範圍，邊緣運算解決方案還必須具備抗震和抗振動能力。因此，Premio 在其系統中納入了抗震和抗振動功能。例如，Premio 的 RCO-6000-CFL 系列具備 50G 的抗震能力和 5GRMS 的抗振動能力，符合 MIL-STD-810G 標準。抗震和抗振動能力是透過從系統中移除所有電纜、減少可能發生故障的移動部件數量，以及為系統配備 SSD（固態硬碟）而非 HDD（硬碟）來實現的。
2. 邊緣電腦必須符合效能要求
RCO-6000-CFL 透過 Intel Core i3、i5 和 i7 插槽式處理器提供充足的效能。插槽式處理器通常比其 SoC 對應產品提供更高的效能。邊緣運算解決方案必須能夠執行其部署要執行的任務和工作負載。
將系統配置為低階 CPU 可能導致效能遲緩，在某些情況下，甚至會導致系統過熱和熱節流。話雖如此，為您的系統配備過於強大的處理器也是一種浪費，因為您需要確保系統具有良好設計的散熱解決方案，以防止處理器過熱。
3. 邊緣運算解決方案必須緊湊且可安裝
邊緣運算解決方案之所以緊湊，是因為它們通常部署在空間受限的環境中，這些環境對於全尺寸桌上型電腦來說太小了。因此，邊緣 PC 被設計成小巧的尺寸，允許部署在壁櫥、櫥櫃、家具下方、牆壁、鐵軌、天花板或其他狹小空間中。
4. 邊緣電腦必須配備堅固的高速儲存
邊緣運算解決方案，更確切地說，人工智慧邊緣電腦通常部署在邊緣。它們的任務是處理大量數據，這需要大容量、高速的儲存設備，能夠讓 CPU 飽和地處理數據。RCO-6000-CFL 系列的人工智慧邊緣電腦可配置高速 NVMe SSD，提供極快的數據傳輸速度，非常適合在邊緣執行機器學習推論分析。
此外，為系統配備固態硬碟 (SSD) 使整個系統更加堅固，因為 SSD 將數據儲存在矽 NAND 晶片上，而不是傳統硬碟 (HDD) 用來儲存數據的旋轉金屬盤片上，使其更堅固且能夠承受衝擊和振動。
5. 邊緣運算解決方案必須具備豐富的 I/O
堅固的邊緣運算解決方案，包括 RCO-6000-CFL 系列，配備了豐富的 I/O 連接埠，允許系統連接到新舊技術。在堅固的邊緣運算解決方案上，您會發現一些標準連接埠，包括 USB Type-A 連接埠、序列 COM 連接埠、乙太網路連接埠 (RJ45/M12) 和 GPIO 連接埠，這些連接埠允許系統容納廣泛的周邊設備、感測器和裝置。
6. 邊緣電腦必須具備豐富的有線和無線連接選項
邊緣電腦的硬體需求包括有線和無線連接選項。因此，邊緣電腦配備了有線、無線和蜂巢式網路連接選項。邊緣 PC 配備兩個 RJ45 區域網路埠，用於極快的有線數據傳輸，範圍從 1 GbE 甚至到 10GbE。此外，如果沒有有線連接，系統仍然可以連接到網路，這歸功於 Wi-Fi 6 和 4G、LTE 以及 5G 蜂巢式網路連接的可用性。邊緣運算解決方案具有雙 SIM 卡插槽，允許插入雙 SIM 卡以實現冗餘蜂巢式網路連接。
7. 邊緣運算寬電源範圍
邊緣運算硬體必須具備寬廣的電源範圍，才能與各種電源輸入情境相容。此外，邊緣電腦還配備多種電源保護功能，包括過壓保護、過流保護和反向極性保護。
8. 邊緣運算解決方案必須安全
邊緣電腦通常部署在無人監控的遠端環境中，因此必須確保其安全，免受篡改。為此，邊緣 PC 配備了TPM 2.0（受信任平台模組），該模組利用加密處理器，透過整合式加密金鑰確保硬體安全，使系統具備防篡改能力。這可以保護系統免受暴力攻擊和硬體竊盜。
9. 邊緣電腦必須支援效能加速器
邊緣電腦非常適合在邊緣收集、儲存、處理和分析資料；然而，邊緣電腦應配備效能加速器，以實現複雜工業工作負載的即時處理和決策。新的運算和儲存設計可最大限度地提高資料附近的效能。隨著更多的處理能力轉移到邊緣，以下是一些在邊緣運算解決方案中使用的最受歡迎的效能加速器。
A. 多核心 CPU – 多核心處理器比單核心 CPU 提供更多的處理能力，因為它們類似於在單晶片上擁有多個處理器。多核心序列處理器允許處理器利用多個核心處理數據，每個核心作為一個獨立的處理裝置運作，允許多個任務同時執行（同時執行更多任務）。CPU 中的核心越多，系統的效能就越好，因為它將能夠同時處理多個進程。
B. GPU – 圖形處理單元通常安裝在工業運算解決方案中，以加速人工智慧工作負載，例如機器學習和深度學習。隨著運算能力轉移到邊緣，效能加速器的作用持續增加。部署在邊緣的效能加速器可以低延遲即時處理關鍵任務資料，因為邊緣 PC 部署在資料生成源附近。此外，GPU 在即時處理和推論分析方面非常有效，因為它們使用大量核心進行平行處理，而非序列 CPU。
C. VPU – 可添加視覺處理單元以加速機器視覺演算法。VPU 非常適合機器視覺應用，因為它們針對機器視覺、機器學習、臉部辨識和高階影像處理進行了最佳化。
D. FPGA - 現場可程式邏輯閘陣列 (FPGA) 是一種效能加速器，用於最佳化嵌入式系統以執行特定工作負載。FPGA 能夠加速推論分析、AI 和機器學習等工作負載，並對大量資料進行分析。在某些情況下，高階 FPGA 在執行某些任務時，效能可能優於 GPU，同時功耗和發熱量也低於 GPU。
E. NVMe 運算儲存 – NVMe 運算儲存透過在儲存裝置本身執行資料儲存和處理來加速運算。這表示資料無需離開 SSD 即可進行處理，從而實現低延遲的資料處理。
10. 邊緣運算解決方案必須通過將遙測資料傳輸至雲端的認證
邊緣電腦的最終硬體要求是它們必須獲得認證，才能將數據遙測傳輸到雲端。Premio Inc 提供的邊緣運算硬體已獲得 AWS (Amazon Web Services) IoT Greengrass 和 Microsoft Azure IoT 的認證，可將數據遙測傳輸到雲端。
邊緣運算解決方案的應用
1.機器人、工業自動化、計量、缺陷檢測
邊緣電腦通常部署在工廠和製造設施中，用於工業自動化和控制目的。邊緣運算硬體用於實現感測器、工廠機械和其他設備之間的通訊。此外，邊緣電腦透過將多個操作分組到單一系統來整合工作負載，從而減少必須管理和維護的系統數量。此外，邊緣 PC 還用於執行計量和缺陷檢測。同時，邊緣運算解決方案可以從多個感測器收集數據，用於計量和缺陷檢測。它們在檢測缺陷方面比人類更快、更準確，從而提高效率和產品品質。
2. 自主車輛數據擷取和商用車隊遠端資訊處理
自主車輛和配備先進駕駛輔助系統 (ADAS) 的車輛嚴重依賴邊緣運算硬體來收集和儲存用於訓練引導車輛的人工智慧模型。訓練自主車輛和車輛的 ADAS 需要收集大量數據來訓練深度學習和機器學習演算法，以協助汽車駕駛、避開障礙物和避免事故。訓練此類系統通常需要一台功能強大的電腦，能夠擷取和儲存真實世界數據，以便稍後訓練演算法。因此，強大的邊緣運算解決方案用於連接、從感測器收集數據，並將其儲存起來，以便稍後訓練模型。此外，堅固耐用的邊緣車載電腦通常部署在車隊車輛中，以將遙測數據傳輸到雲端。邊緣電腦提供 CANBus 支援，可整合到車輛的 CANBus 網路中，將豐富的車輛數據傳輸到雲端，以實現車隊車輛的遠端監控。
3. 地面與地下採礦設備
堅固耐用的邊緣工業電腦通常整合到採礦設施、設備和車輛中，以將操作員從危險情況中移除。此外，邊緣電腦正在取代人類執行由工業運算解決方案更有效率完成的單調任務。例如，自動化採礦任務使採礦操作員遠離危險，轉而將他們轉移到安全的地下控制室，以遠端控制採礦車輛和設備。
4. 智慧監控
邊緣運算硬體通常部署在對普通桌上型電腦不友善的嚴苛環境中，以管理智慧監控系統。邊緣電腦用於收集、處理和分析錄影畫面，僅將觸發特定條件的畫面發送至雲端進行遠端監控和分析。這減少了所需的網路頻寬，因為並非所有錄影畫面都必須發送到雲端；只有觸發條件的特定片段會被發送到雲端進行額外分析和檢查。這與傳統模式不同，傳統模式中所有錄影畫面都會發送到雲端進行遠端監控和分析。部署邊緣 PC 來管理智慧監控系統對於那些按流量計費的數據方案使用者尤其有利。
